Knowledge Graphs in the Digital Twin: A Systematic Literature Review About the Combination of Semantic Technologies and Simulation in Industrial Automation

工业部门的数字化正在不断发展，数字孪生的出现标志着数字化已经到达了一个关键的转折点，数字孪生是物理资产和过程的数字表示。数字表示的一个关键方面是模拟模型，它可以深入了解资产的当前状态和特征。本文认为，数字孪生框架内不同模拟模型之间智能链接的整合是数字化旅程的下一个进化步骤。对于数字孪生成为可扩展和具有成本效益的解决方案，迫切需要自动化调整、重新配置和生成模拟模型。鉴于实现这种自动化的固有挑战，本文分析了知识图谱作为一种潜在的非常合适的技术解决方案。知识图谱作为相互连接和相关的数据库，提供了一种无缝集成不同数据源的方法，促进数字孪生中数据和（模拟）模型的高效集成和自动调整。我们进行了全面的文献综述，分析了知识图谱在数字孪生中的当前应用情况，重点关注模拟模型。通过解决与可扩展性和维护相关的挑战，本研究有助于数字孪生在工业领域的有效应用，为在不断变化的技术环境中提高效率、适应性和韧性铺平道路。

Digital Twins的发展需要智能链接不同的模拟模型，但需要自动适应、重新配置和生成模拟模型。该论文探讨使用知识图谱作为技术解决方案来实现自动化。

使用知识图谱作为数字孪生中模拟模型的自动化适应和集成的解决方案。

论文通过综合文献分析，探讨了知识图谱在数字孪生中的应用，特别是在模拟模型方面。研究还关注了可扩展性和维护方面的挑战，并提出了解决方案。该研究为数字孪生在工业领域的有效应用做出了贡献，为技术的进步提供了可能。

该领域的相关研究包括“Digital Twin技术的综述”、“数字孪生的应用”等。